谷歌AI新研究：手表不靠袖带测高血压，成果登上Nature

当地时间 11 月 5 日，谷歌发布博文，介绍了其发表在《自然》（Nature）上的最新研究成果。

这项研究推出的多模态 AI 系统名为 AI-PPG-ACC-HTN。它不用袖带校准，普通消费级智能手表就能被动捕捉高血压迹象。

常规方案想估算的是单次瞬时的收缩压与舒张压，这类数值很容易被瞬间的环境噪声干扰。新系统换了思路：把连续多天采集到的被动生理特征聚合起来，重点判断个体是否存在潜在且持续的高血压状态。谷歌官方对此作了说明。

• 自监督预训练环节，模型用超过 49 万小时的无标注数据训练 1D-CNN，借助对比学习，让模型自行挖掘复杂的心血管生理特征。

• 多天聚合与分类环节，先把多天的 15 秒特征向量取均值，以此平滑瞬态噪声，再结合身高（用来表征动脉路径长度），通过逻辑回归模型给出持续高血压的概率评分。

性能评估方面，研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验，纳入 196 名无心血管病史、也未服用降压药的受试者，参照基准是临床金标准——24 小时动态血压监测。试验结果如下：

• 初步筛查中，特异度达到 90.0%，阳性预测值（PPV）为 80.6%，灵敏度为 65.8%；门诊单次初筛的灵敏度为 55.3%、PPV 为 77.8%，前者表现更好。

• 确诊性检测针对初筛偏高的人群：PPV 高达 96.7%，特异度达 90.9%，灵敏度达 78.4%。这一结果优于门诊复测，也能与需要佩戴数天的家庭连续袖带监测相提并论。

该项研究成果已为谷歌健康应用中血压趋势“健康守护”功能提供核心技术支撑。